Allora Network が実現する 「予測の経済圏」

Transcript

1. DeAI · DECENTRALIZED MACHINE INTELLIGENCE Allora Network が実現する 「予測の経済圏」 The Prediction Economy — a self-improving, decentralized machine intelligence network Regonn(X: regonn_haizine) 2026/05/30 @ Decentralized AI Day Tokyo (2026) Allora Network
2. PROFILE regonn 2 / 15 Allora Network ‧普段はデジタルツインとか不動産関連AI ‧ Digital Twins and Real Estate AI ‧暗号資産の会計ソフト作ってます ‧ Developing Crypto Asset Management Tools ‧Podcast(AI topics): #regonn_curry_fm ‧好きなブロックチェーンは Solana。Mt.GOX で実際に Gox 経験あり ‧ Favorite chain is Solana — and yes, I got Goxed in the Mt. Gox collapse
3. THE PROBLEM AIのカサンドラ問題 The Cassandra Problem in AI — knowing who is right, and when 誰が「いつ」正しいかが分からない 予⾔は当たるのに、それを信じるべき時が分からない――トロ イの予⾔者カサンドラと同じ問題が、AIにも起きる。 Even a perfect prophet is useless if you can't tell when to trust it. Models are right at different times — but which one, right now? Model A 強気相場で精度が⾼い / strong in bull regimes Model B 下落局⾯で精度が⾼い / strong in bear regimes → 単⼀モデルや多数決では「⽂脈ごとの強み」を取りこぼす no single model wins in every regime 3 / 15 Allora Network
4. THE PROBLEM 4 / 15 Allora Network • モデルの予測をアンサンブルすることで、これらの問 題を解決することができる。 • Numerai もここら辺を解決するプロダクトの⼀つだが 実際の運⽤や報酬の配当は中央集権化している • これらはAIでモデルを⼤量に作るという戦法にもマッ チしやすい。 Ensembling model predictions can solve these problems. Numerai is one approach to solving this problem, but portfolio management and reward distribution remain centralized. These are also well-suited for strategies involving the creation of a large number of AI models.
5. OVERVIEW Allora とは / What is Allora A self-improving, decentralized machine intelligence network (Kruijssen et al. 2024) ⾃⼰改善する / Self-improving 参加者同⼠の予測と評価を通じ、ネット ワークの推論精度が時間とともに向上す る。 分散型である / Decentralized ブロックチェーン上で誰でも参加可能。 データ‧モデル‧参加者を最⼤限に接続 する。 ⽂脈を認識する / Context-aware 「今この状況で誰が当たるか」を予測 し、状況に応じて最良の推論を合成す る。 「機械知能は、みんなのものになる」 — machine intelligence belongs to everyone. 5 / 15 Allora Network
6. WHY DECENTRALIZE 中央集権型AI と 分散型AI Centralized vs. Decentralized Intelligence 中央集権型 AI / Centralized (Chat-GPT, Claude) ‒ 巨⼤資本による寡占‧サイロ化 / siloed by monoliths ‒ Winner-takes-all の競争構造 ‒ データ‧モデルが閉じている / closed weights & data ‒ 単⼀の障害点とバイアス / single point of failure 分散型 AI / Decentralized (Allora) ‒ ボトムアップ型ネットワーク / bottom-up style network ‒ 誰でも貢献し報酬を得られる / open participation ‒ データ‧モデルを最⼤限に接続 / maximally connected ‒ 最強の個より賢い集合知 / beats the best participant 6 / 15 Allora Network
7. ARCHITECTURE ネットワーク構造: Topic Anatomy of a Topic — workers, reputers & consumers Topic Coordinator ルールセット / on-chain rules Workers — Inference 対象を直接予測する / predict the target Workers — Forecasting 他者の損失を予測する / forecast others' losses Reputers 正解と照合し採点 / score vs. ground truth Consumers 推論を要求し⼿数料を⽀払う / pay fees Topic = 特定のAI⽬標と損失関数で定義されるサブネットワーク / a sub-network defined by a specific AI target & loss function. → Workers の⼆役（推論 + 予測）が「⽂脈認識」の鍵。Reputers がステークで経済的安全性を担保する。 7 / 15 Allora Network
8. INNOVATION ① ⽂脈認識と推論合成 Context-awareness via Inference Synthesis 1 推論タスク / Inference 各ワーカーが対象変数を予測 → 2 予測タスク / Forecasting 「今の状況で各推論がどれだけ当 てそうか」を予測 → 3 予測含意推論 / Forecast-implied 予測損失を推論に変換 → 4 推論合成 / Synthesis 重み付け合成 → 単⼀の網羅推論 結果: ネットワーク推論は「最強の単独参加者」を定義上 上回る。 Performance is correlated with context, so the swarm adapts to the current regime. Regret uses an EMA (alpha = 0.1). 8 / 15 Allora Network
9. INNOVATION ② 貢献度による報酬 Differentiated rewards by Marginal Contribution 「あなたを抜いたら、ネットワークはどれだけ劣化するか」= あなたの取り分 / your reward = how much accuracy is lost without you Inference Workers 推論の独⾃貢献度に⽐例。ステーク量では薄められない（distracting incentive を排除）。 Forecasting Workers 「⽂脈に応じた損失予測」が精度向上に寄与した分だけ報酬。 Reputers / Validators ステーク量 × 他参加者とのコンセンサス（合意への近さ）に⽐例。 → 各参加者を「ネットワークの⽬標と整合した⾏動」へ正しく動機づける、差別化されたインセンティブ設計。 9 / 15 Allora Network
10. THE PREDICTION ECONOMY お⾦の流れと ALLO トークン Economic cycle & ALLO token utility Consumers 推論を要求し⼿数料を⽀払う PWYW (pay-what-you-want) → Treasury ⼿数料を蓄積し報酬原資に fees fund reward payouts → Emissions 貢献度に応じ ALLO を分配 → Stakers 再ステーク → 安全性とAPY sustainable staking APY ALLO の⽤途 / Token utility ステーク & 委任 / stake & delegate 報酬の⽀払い⼿段 / pay rewards ⼿数料の⽀払い / pay fees 発⾏ − ⼿数料 → インフレ/デフレ 「予測」が需要‧⼿数料‧報酬‧ステークを循環させる経済圏。使われるほどネットワークが賢く‧安全になる。 10 / 15 Allora Network
11. Sample Code 実装サンプルの全体像 Sample worker — SOL/USD 8h prediction (Topic 38) https://github.com/regonn/allora 構成 / docker compose inference Flask API。価格を取得し予測値を返す (model.py) sdk-worker allora_sdk で予測をオンチェーン提出 forecaster 他 inferer 向けの予測値マップを返す reputer 正解 (truth) と損失 (loss) を提供し採点 monitor EMA スコア‧regret‧順位を監視 役割 → コード / roles → endpoints Worker: Inference GET /inference/<token> Worker: Forecasting GET /forecast/<token>/<block>/<inferers > Reputer: Ground truth GET /truth/<token>/<block> Reputer: Loss function POST /calculate (L1 / L2) On-chain submit allora_sdk -> AlloraWorker.inferer 11 / 15 Allora Network
12. ROLE IN CODE ① Inferer & Forecaster 予測を作って提出する役割 / making and submitting predictions model.py - PriceForecaster # 価格系列を取得し対数線形回帰で予測 log_prices = [log(p) for p in prices] slope, intercept = linreg(range(n), log_prices) forecast = exp(intercept + slope * next_x) # 直近の値動きで上下限をクリップ return clip(forecast, lower, upper) sdk_worker.py - on-chain submit def predict(nonce): return forecaster.update().value worker = AlloraWorker.inferer( run=predict, topic_id=38, network=AlloraNetworkConfig.testnet()) async for r in worker.run(): submit(r) app.py - Forecasting task @app.get("/forecast/<token>/ <block>/<inferers>") def forecast(token, inferers): v = forecaster.get_prediction().value # 各 inferer アドレスへ予測値を返す return {addr: [v] for addr in inferers} ポイント / key points ‒ Inferer = 対象（SOL/USD 8h）を直接予測。 ‒ Forecaster = 同じモデルを各 inferer 向けに返す雛形。本来は「各推 論の損失」を⽂脈依存で予測する役割。 ‒ SDK が nonce 監視‧署名‧送信を肩代わりする。 12 / 15 Allora Network
13. ROLE IN CODE ② Reputer & Truth 予測を採点する役割 / scoring predictions against reality truth.py - ground truth # ブロック高さ -> 時刻 -> 当時の実勢価格 def get_truth_price(token, block): ts = block_timestamp(block) return binance_price_at(symbol, ts) # 正解 = ネットワークの「答え合わせ」 app.py - loss function @app.post("/calculate") def calculate_loss(): error = y_pred - y_true loss = error*error # L2 / sqe return {'loss': f'{loss:.18f}'} Reputer の流れ / how it scores ① 正解を取得 - /truth で実勢価格 (ground truth) を返す ② 損失を計算 - /calculate で各推論の loss を算出 ③ コンセンサス採点 - ステーク加重で損失を集約、合意への近さで報 酬 ④ regret -> 重み - regret がネットワーク推論の重みを更新 13 / 15 Allora Network
14. GET STARTED Allora Forge: ネットワークへの登⻯⾨ The trial grounds for model creators KaggleやNumerai形式。上位⼊賞でネットワークの worker スロットを獲得できる。 ビルド & 学習 Jupyter ベースのフルスタック環境。ブラウザ内でモデルを 学習。 競技に参加 例: 1-hour ETH/USD log-return 予測。CZAR 損失で評価。 worker スロット獲得 上位者は対応 Topic の inference worker 枠を獲得。 公開ランキング 報酬とフォーラム上の評価‧認知を同時に得られる。 forge.allora.network — モデルを鍛え、知能の最前線へ。 14 / 15 Allora Network
15. SUMMARY & VISION まとめ — 予測が回す経済圏 ⽂脈認識 「今、誰が当たるか」を予測し合成 → 最強の個を超える集合知。 公平な報酬 貢献度で worker を、ステーク×合意で reputer を動機づける。 反中央集権 エントロピーと実効参加者数で寡占を構造的に防ぐ。 予測の経済圏 ⼿数料→報酬→ステークの循環。使うほど賢く‧安全に。 Vision 継続的推論を、ML 競争の新 しいパラダイムに。 finance‧healthcare‧logist ics‧weather… 「機械知能は、みんなのものになる」 / machine intelligence belongs to everyone. Paper: doi 10.70235/allora.0x10001 · forge.allora.network